CN105387864A - 路径规划装置及方法 - Google Patents

Abstract

本发明提供一种路径规划装置，包括：信息采集模块，周期性的采集浮动车信息，所述每个浮动车信息包括浮动车的标识、位置、采集时间、及载人信息，所述载人信息包括载人和未载人；路段识别模块，根据每个浮动车信息中的位置确定所述浮动车所在的路段，并将所确定的路段与每个浮动车信息关联；经验路径提取模块，根据采集的信息确定经验路径；经验路径存储模块，将所述经验路径存储至经验路径库中；路径修复模块用于对所述经验路径中不连续的两个路段进行修复，使所述经验路径中的路段都为连续路段；路径校验模块，用于对所述经验路径中的重复路段或者无效路段，或者环绕路段进行删除；路径规划模块，利用经验路径库为用户规划路径。

Description

路径规划装置及方法

技术领域

本发明涉及交通规划技术领域，特别涉及一种路径规划装置及方法。

背景技术

出行路径规划是交通信息系统的核心部分之一，而交通信息系统对于交通决策起着重要的支持和指导作用。在科学合理的信息系统影响下，通过交通决策与城市整体路网情况相互作用并密切配合人、车、路的实际状况，可以有效提高交通运输效率，缓解交通阻塞，提高路网的通行能力和路段行车速度。

现有的路径规划为基于城市路网寻找距离最短路径和时间最短路径的算法，一些学者则研究带转向延误和限制的最短路径，同时综合考虑道路等级与道路收费站等因素，或基于高速公路或城市快速路优先的原则开展研究。上述算法模型着重考虑路段长度、限速、信号灯、道路分级、转向等可量化因素给路段或路径赋予相应权重，最终选择综合权重值最小的路径作为最优路径。

上述路径规划方法大多基于固定不变的路网参数，如路段长度、信号控制交叉口数量、转向限制等，无法及时根据城市路网实际状况做出调整，对路网中的常发或偶发拥堵信息等不能迅速做出反馈，面向出行路径规划时的时效性、灵活性不足。

发明内容

本发明的目的在于提供一种路径规划装置及方法，以解决现有的规划系统失效性，灵活性不足的问题。

为了解决上述问题，本发明提供一种路径规划装置，包括：

信息采集模块，周期性的采集浮动车信息，所述每个浮动车信息包括浮动车的标识、位置、采集时间、及载人信息，所述载人信息包括载人和未载人；

路段识别模块，根据每个浮动车信息中的位置确定所述浮动车所在的路段，并将所确定的路段与每个浮动车信息关联；

经验路径提取模块，获取具有相同浮动车标识的所有浮动车信息，将具有相同浮动车标识的所有浮动车信息按照采集时间进行排序，在相邻的两个浮动车信息中，若前一个浮动车信息的中的载人信息为未载人，而后一个浮动车信息中的载人信息为载人，则将后一个浮动车信息对应的路段作为初始路段，在相邻两个浮动车信息中，若前一个浮动车信息中的载人信息为载人，后一个浮动车信息中的载人信息为未载人，则将前一个浮动车信息对应的路段作为终止路段，确定相邻的初始路段与终止路段之间路段，将以所述初始路段为起始路段，以所述终止路段为结束路段，以起始路段与终止路段之间按采集时间顺序排列的路段为中间路段构成经验路径；

经验路径存储模块，将所述经验路径存储至经验路径库中。

还提供一种路径规划方法，包括：

周期性的采集浮动车信息，所述每个浮动车信息包括浮动车的标识、位置、采集时间、及载人信息，所述载人信息包括载人和未载人；

根据每个浮动车信息中的位置确定所述浮动车所在的路段，并将所确定的路段与每个浮动车信息关联；

获取具有相同浮动车标识的所有浮动车信息，将具有相同浮动车标识的所有浮动车信息按照采集时间进行排序，在相邻的两个浮动车信息中，若前一个浮动车信息的中的载人信息为未载人，而后一个浮动车信息中的载人信息为载人，则将后一个浮动车信息对应的路段作为初始路段，在相邻两个浮动车信息中，若前一个浮动车信息中的载人信息为载人，后一个浮动车信息中的载人信息为未载人，则将前一个浮动车信息对应的路段作为终止路段，确定相邻的初始路段与终止路段之间路段，将以所述初始路段为起始路段，以所述终止路段为结束路段，以起始路段与终止路段之间按时间顺序排列为中间路段构成经验路径；

将所述经验路径存储至经验路径库中。

与传统方法相比，本发明通过浮动车出行经验的路径规划方法，以浮动车GPS数据为基础，研究浮动车司机载客时选择路径的经验和规律，提取浮动车的载客行为路径建立经验路径库，并对路径进行修正和校验，通过给定的起点和终点位置，搜索经验路径库获取合理路径集。具有如下优点：

(1)区别于传统最短路径算法，挖掘出租车的载客出行经验，提供合理可靠的最优路径；

(2)具有数据驱动性，算法简单，处理效率高；

(3)具有良好的时效性，与实时交通状况关联。

附图说明

图1为本发明一实施方式中的路径规划系统的系统架构示意图。

图2为本发明一实施方式中的路径规划规划装置方块图。

图3为本发明一实施方式中确定经验路径的示意图。

图4为本发明一实施方式中进行经验路径修复的示意图。

图5为本发明一实施方式中进行经验路径校验的示意图。

图6为本发明一实施方式中进行目标可选路径确定示意图。

图7为本发明一实施方式中可变信息标识方法的流程图。及

图8为本发明一实施方式中进行目标可选路径的行程时间的示意图。

图9为本发明一实施方式中进行弱匹配路径规划的示意图。

图10为本发明一实施例中经验路径建立的方法的流程图。

图11为本发明实施例进行强匹配路径规划的方法的流程图。

图12为本发明实施例进行弱匹配路径规划的方法的流程图。

透过以上仅作为实例提供的较佳实施例的描述搭配随附图式将会使得本发明的前述与其他特征显而易见，其中：

具体实施方式

本发明的优选实施例将参考附图在下面做详细描述。然而，本发明并不限于所述实施例。

如图1所示，为本发明的路径规划系统的系统架构示意图。该系统包括路径规划装置10、与路径规划装置10无线连接的多个浮动车20及终端30。本实施方式中，该路径规划装置10为服务器，所述终端可以为移动终端，如手机，也可以为电脑。所述浮动车为出租车。所述路径规划装置10通过无线网络从所述浮动车20获取交通信息，所述终端30可以访问所述路径规划装置10获取目标路径。

如图2所示，所述路径规划装置10包括信息采集模块101、路段识别模块102、经验路径提取模块103、经验路径存储模块104、路径修复模块105、路径校验模块106及路径规划模块107。

所述信息采集模块101周期性的采集每个浮动车20的浮动车信息，所述每个浮动车信息包括浮动车的标识、位置信息、采集时间、及载人信息。

所述信息采集模块101通过安装在每个浮动车20上的车载GPS定位装置(图未示)获取每个浮动车20的位置信息，并通过安装在每个浮动车20上的移动端(图未示)获取浮动车20的标识信息及载人信息，所述标识信息为所述浮动车20的车牌号，所述载人信息有载人和为未载人。本实施例中，当所述载人信息为载人时，表示所述浮动车20上载有乘客，当所述载人信息为未载人时，表示所述浮动车20上未载乘客。

所述路段识别模块102根据每个浮动车信息中的位置信息确定所述浮动车20所在的路段，并将所确定的路段与每个浮动车信息关联。本实施例中，所述路段识别模块102使用地图匹配的方式根据每个浮动车信息中的位置信息确定所述浮动车所在的路段。所述地图匹配为根据所述位置信息确定该位置信息在电子地图上对应路段。每个浮动车信息与所确定路段的关联如表1所示。

表1浮动车信息与路段关联

所述经验路径提取模块103获取具有相同浮动车标识的所有浮动车信息，将具有相同浮动车标识的所有浮动车信息按照采集时间进行排序，在相邻的两个浮动车信息中，若前一个浮动车信息的中的载人信息为未载人，而后一个浮动车信息中的载人信息为载人，则将后一个浮动车信息对应的路段作为初始路段，在相邻两个浮动车信息中，若前一个浮动车信息中的载人信息为载人，后一个浮动车信息中的载人信息为未载人，则将后一个浮动车信息对应的路段作为终止路段，确定相邻的初始路段与终止路段之间路段，将以所述初始路段为起始路段，以所述终止路段为结束路段，以起始路段与终止路段之间按采集时间顺序排列的路段为中间路段构成经验路径。

具体如图3所示，P₁-P₈代表信息采集模块101所采集的同一个浮动车20的8个浮动车信息，并且按照采集时间进行排序，其中，P₂和P₃是相邻的两个浮动车信息，P₂的采集时间在P₃之前，且P₂中的载人信息为未载人(4)，而P₃的载人信息为载人(5)，则可确定P₃对应的路段1769为初始路段。P₆和P₇是相邻的两个浮动车信息，P₆的采集时间在P₇之前，且P₆中的载人信息为载人(5)，而P₇中的载人信息为未载人(5)，则可确定P₇对应的路段1537为终止路段，由于P₃和P₆是相邻的初始路段及终止路段，且P₃的采集时间在P₆的采集时间之前，则可确定P₃和P₇为同一经验路径的起始路段和结束路段，而P₃与P₇之间的各个浮动车信息P₄、P₅及P₆对应的路段1769、1439为所述经验路径的中间路段，如此，即可生成一个经验路径1769-1439-1537。

所述经验路径存储模块104即将所生成的经验路径存储到一经验路径库中存储。

所述经验路径库结构如表2所示。

由于在实际运营中，浮动车20数据采样的时间间隔较大，一般在10s至120s之间，而在这个时间间隔里，所述浮动车20可能已经经过了一个路段，这就会导致这个路段没有被采集到浮动车信息，这会导致所述经验路径的路段不是连续的，例如，在路段1439及1537之间本来还有路段1450，但由于在浮动车经过路段1450时，没有进行浮动车信息采集，所以导致所确定的经验路径中的路段1439-1537之间不是连续的，这就需要对这些不连续的路段进行修复。

所述路径修复模块105对所述经验路径中不连续的两个路段进行修复，使所述经验路径中的路段都为连续路段。本实施例采用局部最短路径法对不连续的经验路径进行修复。其原理如图4所示，以存在断路的相邻路段为基准，获取地图中两路段最外围节点的经纬度，并加入增量K，形成一个矩形缓冲区；获取与该矩形缓冲区相交以及包含在缓冲区内的所有路段，对以矩形缓冲区关联形成的局部路网采用经典的Dijkstra算法，以路段长度为权重，将成功修复后的路径写入经验路径库；其他由于拓扑等因素导致无法成功修复的路径，则添加标记。修复后的路径如图5所示。修复后的路径也被存储到经验路径库中，如表3所示，

所述路径校验模块106用于对所述经验路径中的重复路段或者无效路段，或者环绕路段进行删除。

由于存在GPS定位漂移、错误匹配以及车辆掉头等情况，已成功修复的路径仍可能存在无效支路、重复路段、环路等情况。以图6为例，若浮动车从远景路出发并到达黄石东路，途径的岗贝路是无效支路。在路径校验阶段，应剔除岗贝路。

在进行路径校验时，可先设置好一条合理的最优经验路径所符合的条件，本实施例中，所设置的条件为：

1)每条路段只经过一次；

2)一条经验路径中，只有相邻的两个路段存在共同节点，非相邻两个路段不存在共同节点。

上述条件仅为举例说明，具体可以根据实际情况进行条件的设置。

对完成校验的经验路径，需要用校验后的经验路径需覆盖相应的修复路径字段。

所述路径规划模块107用于：

接收终端30传输的起点及终点信息；

分别确定与所述起点信息距离最短的起点路段及与所述终点信息距离最短的终点路段；

在所述经验路径库中获取包含所述起点路段及所述终点路段，且所述起点路径在所述终点路径之前的经验路径，并从所述经验路径中获取以所述起点路段为初始路段，已所述终点路段为终止路段的目标可选路径；

合并所述初始路段与所述终止路段之间的中间路段相同的经验路径，并统计所述中间路段相同的目标可选路径的数量；

按照所统计的数量对每个目标可选路径进行排序；

将排序后的所述目标路径发送至所述终端。

具体如图7所示，分别以l_a与l_b为起点路段和终点路段搜索经验路径库，获取包含l_a及l_b的经验路径，然后获取以l_a为初始路段，以l_b为终止路段的目标可选路径，此时经验路径与目标可选路径的包含关系存在四种可能情况:

I.一条经验路径(Exp-1：l_a---l_b)的起终点路段是l_a与l_b，此时这条经验路径就是一条目标可选路径；

II.一条经验路径(Exp-2：l_x---l_b)的终点路段是l_b，且l_a是这条路径的一个组成路段，此时截取从l_a至l_b的部分作为一条目标可选路径；

III.一条经验路径(Exp-3：l_a---l_y)的起点路段是l_a，且l_b是这条路径的一个组成路段，此时截取从l_a至l_b的部分作为一条目标可选路径；

IV.一条经验路径(Exp-4：l_k---l_p)的起点路段不是l_a，终点路段也不是l_b，但l_a与l_b是这条路径的组成路段，且l_a在这条路径中的相对位置在l_b之前，此时截取从l_a至l_b的部分作为一条目标可选路径。

通过上述方法搜索得到的目标可选路径集中可能存在一些相似的目标可选路径，需进行合并处理，增加相应目标可选路径的统计频次。相似路径的定义为，路径间相同路段的总长度占各自路径总长度比例均达到90％以上的路径。比例计算方法如式(1)。

${\mathrm{\δ}}_{a,b}=\frac{\underset{i=1}{\overset{n}{\Σ}}{l}_a^i{\mathrm{\η}}_{a,b}^i}{\underset{i=1}{\overset{n}{\Σ}}{l}_a^i}---\left(1\right)$

δ_a,b表示路径a与b中相同路段总长度占路径a的比例，表示路径a中第i条路段的长度，表示第i条路段是否为a，b路径同时包含的路段(是取1，否取0)，两条路径a和b相似的充分必要条件是δ_a,b＞90％&δ_b,a＞90％。

进一步地，所述路径规划模块107还可以估算路径的行程时间，计算的方式采用的为图8所示的滑动窗口计算机制。对于每一个路段，每5分钟均有一个已知的速度估算值。现假设目标行程为由A去往D，滑动窗口计算机制的原理是：在A处发出一辆虚拟车，依次途径路段AB、BC、CD，实时检测虚拟车的所处的时间节点以及路段节点，如果时间节点到了下一个时间段的临界点，则切换到car所处路段的下一个时间段的速度进行计算，如图中的M、N处；如果车辆到达了路段节点，则切换到下一个路段的此刻时间段的速度进行计算，如图中的B、C处。

进一步的所述路径规划模块107还可以统计不同目标可选路径的总长度、信号交叉口数量等，在将排序后的所述目标可选路径发送至所述终端时，还可将所述每个目标可选路径的总长度、信号交叉口数量也发送至终端供用户参考。

在通过上述路径规划方法找不到匹配的目标可选路径后，所述路径规划模块107还可以通过弱匹配方法进行目标可选路径的选择，所述弱匹配方法为：

在所述路径规划模块107分别确定与所述起点距离最短的起点路段及与所述终点距离最短的终点路段之后，还用于获取与所述起点路段相连的所有路段构成起点路段集，及获取与所述终点路段相连的所有路段构成终点路段集，将所述起点路段集中每一路段与所述终点路段集中的所有路段进行配对，使所述起点路段集中的路段作为所述起点路段，使所述终点路段集中的路段作为终点路段，并对所有匹配的路段的经验路径按照数量进行排序。

具体如图9所示，分别获取与l_a相连的所有路段，存入集合L_a，与l_b相连的所有路段，存入集合L_b。

在L_a和L_b中各任选一路段，进行两两配对，扩大搜索经验路径库的条件，获取每对路段的准目标路径，将l_a与l_b添加到准目标路径首尾，得到目标路径集。然后对每条准目标路径按照选择频次进行排序，并估算每个目标路径的行程时间，统计不同路径的长度，并将相关信息也传输至用户。

在弱匹配也没有匹配到相应的经验路径时，可以计算出传统距离最短路径，提供给出行者。

表4为本发明根据经验路径进行路径规划与传统通过最短路径进行路径规划的比较。

表4

表4中，SDR表示距离最短路径，STR表示时间最短路径，ER表示经验路径，LEN表示路径长度，TF表示路径中转向的次数，SIF表示路径中包含的信号控制交叉口数量，TT表示路径的行程时间。

从表4中可以看出，

1)经验路径与传统时间最短路径、距离最短路径的相似度一般较小，即传统最短路径法搜索得到的往往并非经验出行路径；

2)经验路径在总长度与行程时间上往往并非最优，但在综合考虑了所有因素的条件下，在实用性方面更具有明显的优势，如新港西路-林和东路，ER-1的路径长度并非最优，但转向次数少，沿途经过的信号控制交叉口也较少，符合人们的主观选择需求。

如图10所示，为本发明一实施例中经验路径建立的方法的流程图。所述经验路径建立的方法包括：

步骤S1001，周期性的采集浮动车信息，所述每个浮动车信息包括浮动车的标识、位置、采集时间、及载人信息，所述载人信息包括载人和未载人。

步骤S1002，根据每个浮动车信息中的位置确定所述浮动车所在的路段，并将所确定的路段与每个浮动车信息关联。

步骤S1003，获取每个浮动车的经验路径。

获取每个浮动车的经验路径具体方式为：获取具有相同浮动车标识的所有浮动车信息，将具有相同浮动车标识的所有浮动车信息按照采集时间进行排序，在相邻的两个浮动车信息中，若前一个浮动车信息的中的载人信息为未载人，而后一个浮动车信息中的载人信息为载人，则将后一个浮动车信息对应的路段作为初始路段，在相邻两个浮动车信息中，若前一个浮动车信息中的载人信息为载人，后一个浮动车信息中的载人信息为未载人，则将前一个浮动车信息对应的路段作为终止路段，确定相邻的初始路段与终止路段之间路段，将以所述初始路段为起始路段，以所述终止路段为结束路段，以起始路段与终止路段之间按采集时间顺序排列的路段为中间路段构成经验路径。

步骤S1004，将所述经验路径存储至经验路径库中。

在建立经验路径库后，所述路径规划模块即可通过上述经验路径库为用户进行路径的规划。

步骤S1005，对所述经验路径中不连续的两个路段进行修复，使所述经验路径中的路段都为连续路段。

步骤S1006，对所述经验路径中的重复路段或者无效路段，或者环绕路段进行删除。

本实施例中，在进行路径规划时，首先根据器匹配路径算法在所述经验路径库中寻找强匹配的路径，在没有找到强匹配的路径时，则继续在所述经验路径库中寻找弱匹配的路径，在没有找到弱匹配的路径时，则可以采用现有的路径最短算法寻找路径。

如图11所示，为本发明实施例进行强匹配路径规划的方法的流程图。所述强匹配路径规划的方法包括：

步骤S1101，接收终端传输的起点及终点信息。

步骤S1102，分别确定与所述起点距离最短的起点路段及与所述终点距离最短的终点路段。

步骤S1103，在所述经验路径库中获取包含所述起点路段及所述终点路段，且所述起点路径在所述终点路径之前的经验路径，并从所述经验路径中获取以所述起点路段为初始路段，已所述终点路段为终止路段的目标可选路径。

步骤S1102，合并所述初始路段与所述终止路段之间的中间路段相同的经验路径，并统计所述中间路段相同的目标可选路径的数量段的目标可选路径。

步骤S1105，按照所统计的数量对每个目标可选路径进行排序。

步骤S1106，将排序后的所述目标路径发送至所述终端。

若通过上述强匹配路径规划算法没有找到目标路径，则可通过弱匹配算法进行路径规划，具体如图12所示，包括：

步骤S1201，接收终端传输的起点及终点信息。

步骤S1202，分别确定与所述起点距离最短的起点路段及与所述终点距离最短的终点路段。

步骤S1203，获取与所述起点路段相连的所有路段构成起点路段集，及获取与所述终点路段相连的所有路段构成终点路段集。

步骤S1204，所述起点路段集中每一路段与所述终点路段集中的所有路段进行配对，使所述起点路段集中的路段作为所述起点路段，使所述终点路段集中的路段作为终点路段已所述终点路段为终止路段的目标可选路径。

步骤S1205，在所述经验路径库中获取包含所述起点路段及所述终点路段，且所述起点路径在所述终点路径之前的经验路径，并从所述经验路径中获取以所述起点路段为初始路段，已所述终点路段为终止路段的目标可选路径

步骤S1206，合并所述初始路段与所述终止路段之间的中间路段相同的经验路径，并统计所述中间路段相同的目标可选路径的数量段的目标可选路径。

步骤S1207，在所有配对的路段的目标可选路径确定后，按照所统计的数量对每个目标可选路径进行排序

步骤S1208，将排序后的所述目标路径发送至所述终端。

在通过上述弱匹配路径算法还没找到目标路径后，，则可以采用现有的路径最短算法寻找路径。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成。该程序可以存储于一种计算机可读存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例。但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (10)

1.一种路径规划装置，包括：

信息采集模块，周期性的采集浮动车信息，所述每个浮动车信息包括浮动车的标识、位置、采集时间、及载人信息，所述载人信息包括载人和未载人；

路段识别模块，根据每个浮动车信息中的位置确定所述浮动车所在的路段，并将所确定的路段与每个浮动车信息关联；

经验路径提取模块，获取具有相同浮动车标识的所有浮动车信息，将具有相同浮动车标识的所有浮动车信息按照采集时间进行排序，在相邻的两个浮动车信息中，若前一个浮动车信息的中的载人信息为未载人，而后一个浮动车信息中的载人信息为载人，则将后一个浮动车信息对应的路段作为初始路段，在相邻两个浮动车信息中，若前一个浮动车信息中的载人信息为载人，后一个浮动车信息中的载人信息为未载人，则将前一个浮动车信息对应的路段作为终止路段，确定相邻的初始路段与终止路段之间路段，将以所述初始路段为起始路段，以所述终止路段为结束路段，以起始路段与终止路段之间按采集时间顺序排列的路段为中间路段构成经验路径；

经验路径存储模块，将所述经验路径存储至经验路径库中。

2.如权利要求1所述的路径规划装置，其特征在于，还包括路径修复模块，用于对所述经验路径中不连续的两个路段进行修复，使所述经验路径中的路段都为连续路段。

3.如权利要求1所述的路径规划装置，其特征在于，还包括路径校验模块，用于对所述经验路径中的重复路段或者无效路段，或者环绕路段进行删除。

4.如权利要求1-3中任一项所述的路径规划装置，其特征在于，还包括路径规划模块，用于：

接收终端传输的起点及终点信息；

分别确定与所述起点距离最短的起点路段及与所述终点距离最短的终点路段；

在所述经验路径库中获取包含所述起点路段及所述终点路段，且所述起点路径在所述终点路径之前的经验路径，并从所述经验路径中获取以所述起点路段为初始路段，以所述终点路段为终止路段的目标可选路径；

合并所述初始路段与所述终止路段之间的中间路段相同的经验路径，并统计所述中间路段相同的目标可选路径的数量；

按照所统计的数量对每个目标可选路径进行排序；

将排序后的所述目标路径发送至所述终端。

5.要求4所述的路径规划装置，其特征在于，在所述路径规划模块分别确定与所述起点距离最短的起点路段及与所述终点距离最短的终点路段之后，还用于获取与所述起点路段相连的所有路段构成起点路段集，及获取与所述终点路段相连的所有路段构成终点路段集，将所述起点路段集中每一路段与所述终点路段集中的所有路段进行配对，使所述起点路段集中的路段作为所述起点路段，使所述终点路段集中的路段作为终点路段，并在对所有匹配的路段的经验路径按照数量进行排序。

6.一种路径规划方法，包括：

周期性的采集浮动车信息，所述每个浮动车信息包括浮动车的标识、位置、采集时间、及载人信息，所述载人信息包括载人和未载人；

根据每个浮动车信息中的位置确定所述浮动车所在的路段，并将所确定的路段与每个浮动车信息关联；

获取具有相同浮动车标识的所有浮动车信息，将具有相同浮动车标识的所有浮动车信息按照采集时间进行排序，在相邻的两个浮动车信息中，若前一个浮动车信息的中的载人信息为未载人，而后一个浮动车信息中的载人信息为载人，则将后一个浮动车信息对应的路段作为初始路段，在相邻两个浮动车信息中，若前一个浮动车信息中的载人信息为载人，后一个浮动车信息中的载人信息为未载人，则将前一个浮动车信息对应的路段作为终止路段，确定相邻的初始路段与终止路段之间路段，将以所述初始路段为起始路段，以所述终止路段为结束路段，以起始路段与终止路段之间按时间顺序排列为中间路段构成经验路径；

将所述经验路径存储至经验路径库中。

7.如权利要求6所述的路径规划方法，其特征在于，还包括对所述经验路径中不连续的两个路段进行修复，使所述经验路径中的路段都为连续路段。

8.如权利要求6所述的路径规划方法，其特征在于，还包括对所述经验路径中的重复路段或者无效路段，或者环绕路段进行删除。

9.如权利要求6-8中任一项所述的路径规划方法，其特征在于，还包括：

接收终端传输的起点及终点信息；

分别确定与所述起点距离最短的起点路段及与所述终点距离最短的终点路段；

在所述经验路径库中获取包含所述起点路段及所述终点路段，且所述起点路径在所述终点路径之前的经验路径，并从所述经验路径中获取以所述起点路段为初始路段，以所述终点路段为终止路段的目标可选路径；

合并所述初始路段与所述终止路段之间的中间路段相同的经验路径，并统计所述中间路段相同的目标可选路径的数量；

按照所统计的数量对每个目标可选路径进行排序；

将排序后的所述目标路径发送至所述终端。

10.如权利要求要求9所述的路径规划方法，其特征在于，在所述分别确定与所述起点距离最短的起点路段及与所述终点距离最短的终点路段之后，还包括获取与所述起点路段相连的所有路段构成起点路段集，及获取与所述终点路段相连的所有路段构成终点路段集，将所述起点路段集中每一路段与所述终点路段集中的所有路段进行配对，使所述起点路段集中的路段作为所述起点路段，使所述终点路段集中的路段作为终点路段，并在对所有匹配的路段的经验路径按照数量进行排序。